?“本周總體氣溫預(yù)計較高，最高溫均值34.4攝氏度，預(yù)測發(fā)生重載臺區(qū)8個，發(fā)生過載臺區(qū)175個，與上周基本持平，建議各單位做好運維巡視工作。”8月16日，福建福州供電公司運營監(jiān)測中心運用城市配變大數(shù)據(jù)重過載風(fēng)險預(yù)測模型，向運維部門發(fā)布了重過載預(yù)測周報，為配網(wǎng)運行維護提供了重要參考。這是國網(wǎng)福建省電力有限公司首個將大數(shù)據(jù)技術(shù)應(yīng)用于生產(chǎn)實踐的案例。
由于用電負(fù)荷變化的不確定性，導(dǎo)致重過載臺區(qū)難以提前預(yù)測，部分臺區(qū)重過載情況反復(fù)出現(xiàn)。針對上述難題，2014年，國網(wǎng)福建電力運監(jiān)中心牽頭組織，福州供電公司重點參與，成立分析工作小組，利用先進的大數(shù)據(jù)技術(shù)和工具，開展迎峰度夏期間城市配變重過載風(fēng)險預(yù)測模型研究。該模型深入分析最近3年的福州城區(qū)配變負(fù)荷、設(shè)備、客戶以及氣溫等共計2億多條歷史數(shù)據(jù)，利用Logistic回歸模型對40多個相關(guān)參數(shù)進行反復(fù)學(xué)習(xí)和訓(xùn)練，以當(dāng)年及歷史年度重過載臺區(qū)數(shù)據(jù)開展成果檢驗。
福州供電公司作為項目組的主要成員和試點單位，在模型實施落地過程中，克服了模型邏輯難、協(xié)調(diào)工作量大、數(shù)據(jù)樣本多等困難，協(xié)調(diào)項目組不斷依據(jù)預(yù)測結(jié)果與實際情況的偏差，優(yōu)化模型、調(diào)整參數(shù)，逐步提升模型的預(yù)測準(zhǔn)確性。“我們通過對眾多數(shù)據(jù)的去偽存真、糾正算法，15次改進程序，確立了客戶用電行為、負(fù)荷因素、溫度因素及區(qū)域特征等4個與臺區(qū)重過載強相關(guān)的重要要素作為模型的架構(gòu)?！痹摴具\營監(jiān)測中心監(jiān)測值班員徐涵介紹。
該模型自2014年6月投入試運行使用，以福州市區(qū)公變?yōu)轭A(yù)測對象，實現(xiàn)了迎峰度夏期間重過載臺區(qū)的短期（提前一周）和中期（提前半年）預(yù)測。截至8月16日，累計發(fā)布配網(wǎng)重過載風(fēng)險預(yù)警報告29份，短期預(yù)測查全率提升至79.15%，查準(zhǔn)率提升至81.23%。
引入預(yù)測工具后，福州供電公司實現(xiàn)了“提前預(yù)測—提前發(fā)布—提前調(diào)整—事后分析—總結(jié)改造”的閉環(huán)管理?！耙酝宥认钠陂g，我們都是在配網(wǎng)出現(xiàn)過載后，才采取一定的處理措施，基本上處于疲于奔命狀態(tài)。引入預(yù)測工具后，工作前瞻性、主動性更強，有效實現(xiàn)了問題的提前糾偏。”該公司運營監(jiān)測中心監(jiān)測管理主辦鄒墨說。今年迎峰度夏期間，該公司提前檢測被預(yù)警的臺區(qū)設(shè)備，開展針對性改造，配網(wǎng)過載臺區(qū)數(shù)較同期下降20%，重載臺區(qū)數(shù)下降14%。
下階段，福州供電公司將擴大重過載預(yù)警模型的覆蓋范圍，由城網(wǎng)推廣到農(nóng)網(wǎng)，由迎峰度夏期間拓展到春節(jié)期間，為配網(wǎng)運維的優(yōu)化和創(chuàng)新發(fā)展提供更有力支撐。
